Question

使用Optaplanner版本6.2.0

我的DROOLS规则：

rule "Transition Time Constraint"
  when
      $leftImageStrip:ImageStrip($selected : selected,
        $satellite : satellite,
        selected != null,
        $timeslot : timeslot,
        leftId : id,
        lGain : gain,
        lRollAngle : rollAngle,
        $duration : duration)

      $rightImageStrip : ImageStrip(selected == $selected,
        satellite == $satellite,
        Math.abs(timeslot.getTime() - $timeslot.getTime()) <= 460000,
        this != $leftImageStrip,
        rGain : gain,
        rRollAngle : rollAngle)
  then
      x = new SimpleDateFormat("dd-MM-yyyy HH:mm:ss.SSS");
      scoreHolder.addHardConstraintMatch(kcontext, -1);
end

rule "Shoot Strip once"
   when
      $leftImageStrip: ImageStrip($selected : selected, $stripList : stripList,
                                leftId : id, selected != null)
      $rightImageStrip: ImageStrip(selected == $selected, stripList == $stripList,
                                this != $leftImageStrip)
   then
      scoreHolder.addMediumConstraintMatch(kcontext, -1);
end

rule "Maximization of Selected Parameters"
   when     
      $imageStrip: ImageStrip(selected != null)
   then
      scoreHolder.addSoftConstraintMatch(kcontext, $imageStrip.gain);
end

我坚持使用根据输入数据排序而不同的局部最佳值。

如何克服这个问题，以获得输入数据排序的最佳解决方案？当然，它应该是全局最优解决方案。

可以确保使用Optaplanner得到的结果是全球最优吗？独立于输入数据排序？

Answer 1

您似乎在规则＆＃34;转换时间约束＆＃34;中有得分陷阱。请参阅关键字＆＃34;得分陷阱＆＃34;的文档。修复可以产生很大的差异，以逃避局部最优并获得良好的结果。像这样的东西会修复它（从我的头顶，可能会倒置）：

scoreHolder.addHardConstraintMatch(kcontext, ... 460000 - Math.abs(timeslot.getTime() - $timeslot.getTime()) ...);

一旦修复，查看每秒的平均分数（最后一条记录或基准报告）。

话虽这么说，元启发式（例如本地搜索）并不是要找到全局最优解决方案。当他们在合理的时间内扩展时，他们会找到最好的解决方案，比任何其他技术都能在扩展时提供给你的时间（参见research compo＆＃39; s例如ROADEF，ITT和INRC用于证明 - 所有声称能够找到全球最佳规模的技术都不具备规模。这样做的缺点是，元启发式算法并不总是很好地缩小（仅向上）。

注意：常见的销售技巧是提供一种能够找到全局最优的技术，然后应用分区以便在开发过程中稍后进行扩展。结果当然不是全局最优（由于NP完全问题的性质）并且它没有任何好处（相对而言）。分区造成的质量损失很大。

Optaplanner;根据输入数据排序坚持局部最优

1 个答案: